根据中国半导体行业协会IC设计分会的数据，2021年中国大陆有2810家芯片设计企业，同比增长了26.7%，广泛分布在消费电子、汽车、智慧城市等多个行业。
这些企业大多为中小微企业，且大多面临人手短缺，设计能力匮乏等问题。尽早实现芯片流片是企业实现生存发展的关键一环。要及时将产品交付客户，设计效率至关重要。
从前端设计到后端设计再到制造，我们以算力需求为出发点提取出了以下几个关键词：
同时我们分析了各个阶段的需求，总结了几个半导体行业面临的难题：
以一个为期18月的芯片设计为例，涉及前端，验证，后端三个周期：
前4周，只涉及到前端布局以及架构，对算力需求不高，因此月度需求较少。
从第5个月开始，前端，验证，后端均开始工作，算力开始逐步提升。
第16个月达算力最高峰
，月度调度峰值达到百万级核时以上；算力波峰和波谷的核数差距在20倍以上。
当业务增长进入高峰期，自建资源需要升级本地资源来应对业务高峰，随着增长放缓，运维成本逐渐凸显，资源闲置成本依然居高不下。
前端设计中涉及到高敏感数据，需要非常高的安全级别，后端的网表安全级别较低但对资源要求较高。
由于近年的疫情，
很多芯片设计
公司转向居家
办公
。
线上线下的协同
也成了一大难题。多团队，多地域团队协同办公时部署需求复杂。
弹性算力，本地计算资源不足时，灵活的将作业溢出到云上，云上计算资源多样，支持大规模并行，线性加速比，深度整合EDA软件特性，提供不改变设计师操作习惯的上云体验。
北鲲云针对传统部署模式无法满足算力的波峰波谷弹性需求的问题，充分发挥平台在资源管理和调度方面的优势。使出以下四招：
对SLURM开源集群调度系统进行二次开发：一个SLURM集群可同时使用多个地域的资源；按照设定的优先级进行资源调度, 防止由于单地域资源不足导致的Job Pending
指定周期锁定资源（Pre-alloc）防止Job Pending
用户也可以使
用SLURM命令提前
锁定资源，在资源锁定成功后，再运行任务，如salloc –N 100 –p c-32-2 –t 1-00:00:00 锁定100台32核64G资源，锁定期为1天
队列集(partition-set)支持大规模资源使用
在大规模资源调度的场景如千台规模时，单个实例类型(队列)容易缺货导致调度失败，北鲲云对SLURM进行二次开发，实现队列集功能，
可在一个Job中指定多个队列按优先级调度资源
在绝大部分场景下，
用户无需关注资源本身
，
只需要提交作业，平台会自动根据作业申请的资源数量，
自动弹性申请云上资源，并在作业结束后5分钟自动释放资源
北鲲云平台通过了等保三级、GDPR等多项安全认证，在EDA场景中，可以通过建立多个VPC，利用ACL网络控制策略来管理接入子网、管理子网、计算子网、存储子网，使用
双通道的安全网络隔离手段
，打造网络隔离安全区，保障数据安全。
多地域团队协同办公时，北鲲云可以为各地团队按需调用距离最近的云上资源，一个地域资源不足时，可以灵活地切换至临近地域地域，保障资源高可用性。
在广州VPC构建EDA广州计算区, 并将广州VPC同北京VPC通过云连接CC打通，此时云超算平台本身无需在广州地域重新部署，一套系统可管理多个地域的计算集群（北鲲云超算平台支持跨地域双活）。
两个计算区之间的数据可以互相通过如rsync进行备份，既可以确保数据安全，也能做到某地域中断后可在另一个地域使用；在某个地域中断的情况下，可以临时回退到另外一个地域做设计与仿真工作。
方案一：EDA仿真上云
解决峰值需求下本地算力不足的问题
方案二：EDA设计与仿真一体云平台
帮助企业更有效的控制成本，适应多样化的办公场景需求
方案三：EDA设计仿真多地域协同
一地部署，多地资源调度管控，效率与管理两手抓
以混合云为例，
国内某芯片设计企业存在以下业务挑战：
-
本地集群无法在业务高峰期（年底、年中）满足仿真计算需求，
作业排队情况严重
-
原有云上解决方案严重改变了芯片设计工程师线下操作方式，
降低了工作效率
-
云上资源调度策略不灵活，导致Job pending，
影响仿真工作稳定
-
-
-
将云上资源与virtuoso软件ade_L、ade_XL、maestro等提交作业方式深度整合，芯片设计工程师仅需切换环境变量即可无感化上云
-
LSF-Slurm Wrapper让工程师按原有命令习惯提交作业，不改变操作习惯，降低使用成本
-
多地域资源调度保证了业务高峰能够预留、随需调度充足的计算资源
北鲲云作为Cloud-HPC的先行者，致力于将技术、工程融合于科学中释放科研人员精力。为大家搭建
数字化全流程研发平台。
我们为您准备了更加全面的北鲲云EDA行业解决方案，欢迎添加大鱼了解详情！
当前暂无评论，小编等你评论哦！
